Objetivos de Proyecto Final en Procesamiento de Imágenes Biomédicas (ODS–Colombia)
Laboratorio 003: Objetivos de Proyecto Final en Procesamiento de Imágenes Biomédicas (ODS–Colombia)
Propósito: formular 2–3 objetivos SMART para el proyecto final de la asignatura, alineados con ODS 3: Salud y bienestar (y secundarios ODS 9/10/11 si aplica) y con necesidades de salud pública en Colombia.
Restricción metodológica (obligatoria): evitar machine learning general. Únicos algoritmos de decisión permitidos: K‑means, regresión lineal múltiple y regresión logística múltiple. Prohibidos: redes neuronales, SVM, árboles/ensembles, métodos bayesianos avanzados, etc.
Resultados de aprendizaje
Al finalizar, cada equipo:
- Conecta un problema clínico-prioritario en Colombia con al menos un objetivo ODS y una meta/indicador verificable.
- Redacta 2–3 objetivos SMART (impacto clínico, técnico, implementación) con métricas y umbrales.
- Define fuentes de datos (abiertos o locales con cumplimiento ético) y un plan de validación reproducible.
- Describe riesgos de sesgo/ética y medidas de mitigación acordes con normativa colombiana de protección de datos.
Opciones de reto (elige uno)
Las siguientes opciones se enfocan en tareas de detección, medición o soporte a decisión usando únicamente K‑means y/o regresión múltiple.
1) Tuberculosis en radiografía de tórax (soporte a triage)
- Tarea: puntaje de riesgo por paciente a partir de descriptores de imagen clásicos (textura, intensidades, morfología).
- Algoritmos permitidos: segmentación de regiones sospechosas (heurística), K‑means para agrupar patrones de textura, regresión logística múltiple para estimar probabilidad de TB.
- Métrica primaria: sensibilidad y especificidad; curva ROC/AUC para el modelo logístico; tiempo de lectura por estudio.
2) Retinopatía diabética (fondo de ojo)
- Tarea: detección de lesiones (exudados, microaneurismas) mediante filtros clásicos; conteos y áreas como predictores.
- Algoritmos: K‑means sobre espacios de color; regresión logística múltiple para riesgo de RD referible.
- Métrica primaria: F1 para lesión referible; exactitud por estratos de calidad de imagen.
3) Ultrasonido obstétrico (biometría cefálica)
- Tarea: estimar circunferencia cefálica (HC) con ajuste geométrico; usar regresión lineal múltiple para corregir sesgos por ángulo/ganancia.
- Métrica primaria: error absoluto medio (MAE) en mm frente a anotador experto.
4) Lesiones cutáneas (dermatoscopia/imagen macro)
- Tarea: segmentación clásica de la lesión; extracción de color/forma/asimetría; regresión logística múltiple para riesgo de malignidad (prototipo educativo, no clínico).
- Métrica primaria: AUC; análisis de errores por fototipo.
5) Extracción de signos vitales con cámara web (rPPG) sin ML
Objetivo: estimar frecuencia cardiaca (FC) y frecuencia respiratoria (FR) desde video RGB facial capturado con webcam estándar (≥ 30 fps) sin redes neuronales.
Pipeline sugerido: detección de rostro (clásica), definición de ROI (frente/pómulos), promediado espacial por canal, detrend y banda pasante; cálculo espectral.
Cálculos:
- Señal rPPG por canal: \(s_c(t) = \frac{1}{|\Omega|}\sum_{(i,j)\in \Omega} I_c(i,j,t)\).
- Preamplificación cromática tipo POS/CHROM (implementación determinista sin entrenamiento).
- HR (bpm) desde pico espectral: \(\mathrm{HR} = 60, f_{\text{peak}}\).
- SNR: \(\mathrm{SNR} = 10\log_{10}\left( \frac{P\{\text{señal}}\}{P\{\text{ruido}}\} \right)\).
Algoritmos de decisión permitidos:
- K‑means para estabilidad de ROI (agrupar píxeles por coherencia temporal) o clusterizar condiciones de iluminación.
- Regresión lineal múltiple para corrección de artefactos (p. ej., modelar FC estimada como función de variables de captura: luminancia media, varianza, amplitud de movimiento): \(\widehat{\mathrm{FC}} = \beta_0 + \sum_{j=1}^p \beta_j x_j\).
- Regresión logística múltiple para calidad binaria del segmento (válido/no válido) a partir de predictores como SNR, varianza, energía de banda: \(\Pr(\text{válido}=1\mid x)=\sigma!\left( \beta_0 + \sum_{j=1}^p \beta_j x_j \right),\ \ \sigma(z)=\frac{1}{1+e^{-z}}\).
Métricas: MAE de FC (bpm), MAE de FR (rpm), proporción de segmentos válidos, latencia.
Recordatorio de ecuaciones (uso en los tres algoritmos permitidos)
K‑means (criterio WCSS): minimizar \(J = \sum_{i=1}^k \sum_{x\in C_i} \lVert x - \mu_i \rVert^2\).
Regresión lineal múltiple: \(\hat{y} = \beta_0 + \sum_{j=1}^p \beta_j x_j\), con ajuste por mínimos cuadrados: \(\min_\beta \lVert y - X\beta \rVert_2^2\).
Regresión logística múltiple: \(\Pr(Y=1\mid x) = \sigma!\left( \beta_0 + \sum_{j=1}^p \beta_j x_j \right)\), donde \(\sigma(z)=\frac{1}{1+e^{-z}}\).
Plantilla: Lienzo de Objetivos (1 página)
Complete y entregue una página por equipo. En la plantilla del curso
- Título del proyecto:
- ODS principal (meta/indicador):
- ODS secundario (opcional):
- Problema en Colombia (fuente breve):
- Población objetivo y escenario de uso:
- Modalidad de imagen y tarea:
- Datos/datasets (licencia y tamaño):
- Objetivo SMART 1 (impacto):
- Objetivo SMART 2 (técnico):
- Objetivo SMART 3 (implementación):
- Métrica(s) primaria(s) y umbrales:
- Riesgos/sesgos y cumplimiento (privacidad y ética):
- Plan de validación:
- Hitos/tiempos:
Ejemplos de objetivos SMART (adaptar al caso)
- Impacto clínico (ODS 3): “En 10 semanas, demostrar en n=40 participantes que el prototipo de rPPG logra MAE(FC) ≤ 5 bpm frente a pulsioxímetro de referencia, en condiciones de luz ambiental de consultorio.”
- Técnico‑algorítmico: “Implementar pipeline determinista de rPPG con banda 0.7–4 Hz para FC y 0.1–0.5 Hz para FR; usar K‑means para seleccionar ROI estable y regresión lineal múltiple para corrección por iluminación; alcanzar proporción de segmentos válidos ≥ 0.9.”
- Implementación/uso responsable: “Entregar una app on‑device que procese 60 s de video en ≤ 3 s y exporte solo series temporales y métricas (sin video). Incluir aviso y consentimiento informado.”
Para otras opciones de reto, formule un objetivo análogo con métrica primaria clara (p. ej., AUC ≥ 0.85 para logística múltiple o MAE ≤ umbral en lineal múltiple) y justificativo ODS.
Sugerencias de métricas y validación
- Clasificación (logística múltiple): AUC, sensibilidad, especificidad, F1, calibración (revisar curva de confiabilidad).
- Regresión (lineal múltiple): MAE, RMSE, \(R^2\), análisis de residuos.
- Clustering (K‑means): inercia (WCSS), silhouette (solo para diagnóstico; no usar como criterio de decisión clínica).
- Validación: partición entrenamiento/validación, estratificación por subgrupos (edad/sexo/calidad de imagen), IC por bootstrap si el tamaño lo permite.
Riesgos y mitigaciones (ética y sesgo)
- Privacidad: evitar almacenar datos identificables; anonimizar; limitar finalidades; consentimiento informado cuando aplique.
- Sesgo de dominio: evaluar por dispositivo, iluminación, fototipo, institución; reportar desempeño estratificado.
- Seguridad: indicar que los prototipos son con fines educativos y no clínicos.
Entregables de la sesión
- Lienzo de Objetivos (1 página) completado.
- Pitch de 60 s leyendo objetivo principal y métrica clave.
- Archivo breve (máx. 1 página) con las ecuaciones que usa su proyecto (de entre las listadas) y la métrica primaria con definición formal.
Rúbrica de evaluación (actividad de hoy)
Puntaje total: 100. Aprobación sugerida: ≥ 70 y sin criterios en nivel Insuficiente.
| Criterio | Peso | Excelente (4) | Bueno (3) | Básico (2) | Insuficiente (1) |
|---|---|---|---|---|---|
| Alineación con ODS | 20 | ODS principal correcto y meta/indicador explícito y pertinente | ODS correcto sin indicador concreto | ODS genérico | Sin ODS o incorrecto |
| Relevancia país/población | 15 | Contexto Colombia claro (población, nivel de atención, brecha) | Contexto parcial | Contexto vago | Sin contexto |
| Calidad de objetivos SMART | 20 | 2–3 objetivos con métricas, umbrales y tiempos; separados en impacto/técnico/implementación | Objetivos claros pero incompletos | Faltan métricas o tiempos | Confusos o no medibles |
| Viabilidad técnica (solo K‑means / reg. múltiple) | 15 | Elección y justificación rigurosa; ecuaciones y variables definidas | Elección adecuada con ligeras lagunas | Uso dudoso o variables mal definidas | Incumple restricciones o inviable |
| Ética y cumplimiento | 10 | Riesgos/sesgos y medidas; privacidad correctamente abordada | Menciona ética sin detalle | Superficial | No aborda |
| Métricas de éxito | 10 | Indicadores clínicos/operativos claros y umbrales | Indicadores presentes sin umbrales | Indicadores vagos | No hay |
| Claridad de la entrega (1 pág + pitch) | 10 | Síntesis excelente, visual limpio, pitch preciso | Claro con leves omisiones | Denso o poco legible | Incompleto |